基于字典學(xué)習(xí)的高光譜圖像分類方法研究

基于字典學(xué)習(xí)的高光譜圖像分類方法研究

ID:35189480

大?。?.65 MB

頁數(shù):71頁

時間:2019-03-21

基于字典學(xué)習(xí)的高光譜圖像分類方法研究_第1頁
基于字典學(xué)習(xí)的高光譜圖像分類方法研究_第2頁
基于字典學(xué)習(xí)的高光譜圖像分類方法研究_第3頁
基于字典學(xué)習(xí)的高光譜圖像分類方法研究_第4頁
基于字典學(xué)習(xí)的高光譜圖像分類方法研究_第5頁
資源描述:

《基于字典學(xué)習(xí)的高光譜圖像分類方法研究》由會員上傳分享,免費在線閱讀,更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫

1、斬護I靜聲'彥V.需緻去.搭|^1:§歡|乂1瑚舅苗占...^%一t;^乃父去斟一培%論^、'禁^5:^J藝^5%!讀.’詳完‘/*為達'"f申^聲研巧究畢論、文猿三i;:吩LJ學(xué)是筆':-4c否-.、禱i^馨變氣v儀家;乎拿..!題目糾^則綿SJI?I姓名糾’4..c:V業(yè)J釀術(shù);.->方向^刪像績,?。牐娼處煟牨蛱?,..漠.s.方>働f需矣3兵夢稽冷辦汽堿#:挺>扔屬f扛.,聲吟‘r杏,v^班娘#辭3.審‘屬為;常;苗^^^

2、錬3廬-寡滿巧皆隱參難^氣/.廣絲s|苗^獲3磬i|^心?‘覆.g擠?誦■難每議裹藻#篡|4#;補.辦^知績^韻讀臟".農(nóng)慕食鄭:^踩為^警^獄省;‘違夠#;.£5蠢^;|議.錢詩^據(jù)|.錯日句藥教端利懸w1篇;:#辭與#場^續(xù)iHersectralImaeClassificationyppgBasedonDictionarLearninygbyZhezhengWangDirecl:edbyProfessorYubinYang

3、ComputerScienceandTechnologyDeartmentpNaninUniversitjgyMa2016ySubmittedina"i^alullmentothereuirementspffifqrhdreeMa^CTlfoteegoferinomputerechnoogy南京大學(xué)研究生畢業(yè)論文中文摘要首頁用紙畢業(yè)論文題目:基于字典學(xué)習(xí)的高光譜圖像分類方法研究計算機技術(shù)專業(yè)2013級碩擊專業(yè)生姓名:王結(jié)正指導(dǎo)教師(

4、姓名、職稱):楊育彬教授摘要隨著遙感技術(shù)和計算機技術(shù)的發(fā)展,高光譜遙感圖像己經(jīng)滲入到社會、經(jīng)濟的各個領(lǐng)域,,。同時高光譜圖像的數(shù)量也日趨增長如何組織圖像、對高光一譜圖像進行分類任務(wù),就成為了遙感信息技術(shù)領(lǐng)域中項重要的研究課題。由于高光譜圖像有著維數(shù)高、樣本少的特點,而傳統(tǒng)高光譜圖像分類方法僅考慮了光譜特性而忽略了圖像中的空間特性,加之圖像的數(shù)字化存儲與人類語義理""解之間存在天然的語義鴻溝問題,高效可靠的離光譜圖像分類依然充滿挑戰(zhàn)。字典學(xué)習(xí)模型在自然圖像分類上的成功應(yīng)用,

5、為高光譜圖像分類問題提供一了新的思路,本文基于字典學(xué)習(xí)模型,對高光譜圖像的空間信息進步地挖掘,并嘗試從H個方面提出了對現(xiàn)有高光譜圖像分類問題的解決方案。一首先,針對高光譜圖像中豐富的空間信息提出種新型的字典學(xué)習(xí)框架。通過字典學(xué)習(xí)框架對含有豐富空間信息的底層特征進行編碼,獲得能夠較好保持特征空間結(jié)構(gòu)信息的高層語義編碼,也消除了底層特征與圖像高層語義么""間的語義鴻溝。其次,針對字典學(xué)習(xí)框架中大部分算法在編碼過程中僅僅考慮了顯著性特一征的問題,提出并實現(xiàn)種空間結(jié)構(gòu)性保留的編碼策略

6、。先在字典生成階段保持字典項的局部空間信息。而后在編碼階段基于密度適應(yīng)性地選擇特征進行編,避免了編碼過程中的高光譜圖像的空間信息損失碼,從而獲得較好的特征和分類準(zhǔn)確率。最后,針對傳統(tǒng)高光譜圖像稀疏表示的研究中,研究者們僅僅在編碼的樣""一本選擇階段考慮空間近鄰關(guān)系的缺點,提出并實現(xiàn)種新的空間約束的特征編碼方式,在編碼階段定義空間懲罰項作為約束條件來控制編碼,使得空間上有近鄰關(guān)系像素的編碼能夠盡可能地相似。關(guān)鍵詞:高光譜圖像分類;字典學(xué)習(xí);特征編碼;密度約束;空間約束;稀疏

7、表示i南京大學(xué)研究生畢業(yè)論文英文摘要首頁用紙了HESIS:HyperspectrallmageClassificationBasedonDictionaryLearningSPECIALIZATIONComtlo:puerTechnogyPOSTG艮ADUATE:ZhezhengWangMENTORYiY:ProfessorubnangAbs化actmen-Nowadayswiththedevelotofremol:ese打si打an

8、dcomtert;echnoloh,pgpu,gyyersectralimaehasi打filtrate過intovarious行eldssuchassocieteconomandsoon.ppgy,yAtthesametime,化enumberofhyperspectralimagesisincreasing,howtoorganize化eima

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動畫的文件,查看預(yù)覽時可能會顯示錯亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫負(fù)責(zé)整理代發(fā)布。如果您對本文檔版權(quán)有爭議請及時聯(lián)系客服。
3. 下載前請仔細(xì)閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時可能由于網(wǎng)絡(luò)波動等原因無法下載或下載錯誤,付費完成后未能成功下載的用戶請聯(lián)系客服處理。